一种分布式量子计算中传输代价的优化方法

分布式量子计算是解决现有量子计算设备还不足以支持大规模量子计算问题的有效途径,分布式子系统之间通过隐形传态建立通信链路来传输量子位,隐形传态的次数决定了分布式量子计算的传输代价。为了减少分布式子系统间的隐形传态次数,提出了一种跨门合并传输模型,该模型允许多个不连续的门通过一次隐形传态完成传输。基于该传输模型,对分布式量子计算的隐形传态次数进行优化。在不考虑分布式子系统量子位数时,与现有的研究结果相比隐形传态次数平均减少57.3%;在分布式子系统量子位数受限的情况下使用该模型,在消耗更少量子位的同时,隐形传态次数平均减少14.6%,针对较大规模的量子线路,优化率达58.8%。

网格环境下基于传输代价的副本优化策略

在深入分析影响副本策略性能的各种因素的基础上,将多种因素和传输代价联系起来进行建模,提出一种副本优化策略。优化策略基于传输代价,综合考虑文件访问次数、大小、存在时间等多种因素,并充分利用文件访问次数的集合特征,提供了一个动态、全局的副本管理方法。在网格仿真器OptorSim中对基于传输代价的优化策略进行了实现和评估分析。实验分析证明,优化后的副本策略较现有策略有明显优势。

有效降低分布式SKYLINE查询网络传输代价

分布式网络中的skyline查询是近年来信息检索学科的一个研究重点.目前大多数研究工作均没有考虑在分布式网络中,如何有效降低skyline查询的网络传输代价.为此,提出一种在分布式网络中,有效降低skyline查询传输代价的方法RTCSQDN(Reducing the Transferring Cost of Skyline Queries over Distributed Networks).RTCSQDN算法充分利用父空间skyline对象集与子空间skyline对象集间的语义关系通过三个阶段来平衡网络传输量和查询时间开销.同时,文章给出一种新颖的多维对象传送策略PTGPV(Policy for Transferring Grouping Position Values)来避免直接传送skyline对象本身,从而最小化数据传输量.详细的理论分析和大量实验评估表明,文章给出的算法具有有效性和实用性.

WSN中基于融合代价和传输代价的分簇算法

考虑融合代价所带来的影响,提出CFTC算法,综合考虑了融合代价和传输代价,将二者作为判定簇头节点的主要条件,确保选出的簇头节点执行的簇内融合都是有效的,节省了能耗;同时又考虑了节点的剩余能量且为每个参与簇头竞争的节点增加能量阈值的限制,均衡了节点的能耗负担.仿真结果表明该算法的性能优于LEACH,不仅延长了网络的生命周期,而且还降低了网络的总能量消耗.

内容中心网络中一种降低自治域内内容传输代价的缓存策略

内容中心网络(CCN)是未来互联网中一种有前景的网络架构。它通过网内缓存机制加强内容的传输减少网络传输代价或提高网络吞吐量。针对同一个自治域内的内容分布情况以及热门内容对网络的影响,提出一种以降低内容传输代价为目标的缓存机制——DCR策略。该策略能够将热门内容推向用户同时降低内容的冗余度。实验结果表明:该缓存策略能有效地降低自治域内内容的传输代价,提高了域内缓存命中率。

无线传感器网络中基于最优转发集的协作式编码传输协议

针对当前大多数据传输协议没有充分利用无线信道的广播特性这一问题,本文提出了基于网络编码的机会路由协议NCOR(Network Codingbased Opportunistic Routing protocol).首先,通过分析网络端到端传输代价,本文提出了最优转发集构造机制以最小化传输代价.此后,NCOR在转发集内执行节点协作式编码传输以保证传输可靠性.最后,理论分析了NCOR的传输可靠性结论.仿真实验表明NCOR可适用于不同的链路环境,且在保证可靠传输的同时,大幅降低了网络能耗.

一种考虑延迟和丢包率的最小代价应用层组播树

针对度约束方式难以减少应用层组播树的延迟和丢包率的问题,提出了一种延迟和丢包率综合代价最小的应用层组播树构树算法.为避免度约束的局限性,给出一个包含延迟和丢包率的复合代价函数,以此来计算传输代价,进而构建了一种最小复合代价组播树的问题模型.为了求解该问题模型,提出了一种基于最大延迟路径贪婪算法的变异算法,同时在构树时对总传输代价进行优化.通过实验,给出复合代价函数的具体参数建议.对比相关算法,文中的构树算法在总传输代价方面有更好的性能.

分布式数据库查询执行代价模型的研究

本文在收益半连接的研究基础上,对查询执行代价模型进行研究,提出一种包括数据副本选择、多连接查询次序、操作站点选择、数据传输及局部数据处理等因素的代价模型,能准确地描述当前分布式数据库查询执行计划的代价,更具有实际意义。

基于内容分发的数据网格副本创建策略

结合混合的网格拓扑模型,提出了一种基于内容分发的副本快速创建策略。该策略使用区域中心节点之间的历史记录和传输代价,选择出一个最佳的区域中心,将新产生的文件传输到最佳区域中心;在客户节点从其他的区域中心传输某一文件的时候,同时在该客户节点所在的区域中心建立文件的副本。在网格模拟器OptorSim中测试了该策略,结果表明该策略能够减少作业的平均完成时间。

无线传感器网络基于数据汇聚的路由

提出了一种针对无线传感器网络的路由协议,该路由采用最小传输成本生成树的数据汇聚机制。具体方法是首先将传感区域内的传感器节点采集的数据传送给传感区域内离汇聚点最近的节点,将这些数据进行汇聚操作后,将汇聚的结果通过最短路径传递给网络汇聚点。仿真结果显示,采用最小传输代价生成树的路由协议能减少数据传输量50%-80%,并具有较小的传输时延。

数据网格环境下副本淘汰策略的研究

为了在数据网格环境中不增加副本存储空间的条件下,能够很好地进行数据副本的淘汰,提出了一种改进副本淘汰算法。该算法利用权重函数兼顾访问时间和访问频率,在考虑副本传输代价的因素上引入动态调整因子,根据实际情况动态的调整副本传输代价所占的比例。仿真实验结果表明,该算法在副本尺寸差异较大的情况下,可以大大减少副本淘汰误差,提高了网格结点的作业平均执行时间和网络有效利用率。

无线传感器网络的数据汇聚机制

针对传感器网络的特点,提出了一种最小传输成本生成树的数据汇聚机制。具体实现方法是首先将传感区域内部的所有传感器节点采集的数据都传送给传感区域内离汇聚点最近的节点,经过数据汇聚后,将汇聚的数据通过最短路径传递给汇聚点。仿真结果显示最小传输代价生成树的数据汇聚能够减少数据传输量50%～80%,并具有较小的传输时延。

基于Agent的分布式数据库查询优化研究

目前分布式数据库查询优化器基于代价模型,总代价=CPU代价+I/O代价+通信代价,在远程通信网或数据传输率较低的系统中,通信代价应作为首要的优化目标来考虑;提出了一种基于Multi-Agent技术的查询模型(QMAS);同时为了保证系统组内、组间Agent之间的高效通信,采用了树型拓扑结构(TTMAS)的通信模型,系统内各Agent使用通信原语高效通信、协作,且满足Agent间的通信路由最优,从而保证了QMAS的查询效率.

无线Ad Hoc网络P2P流媒体分发缓存算法

无线Ad Hoc网络由于其传输时延较长,网络拓扑动态变化以及高丢包率,给流媒体在无线网络中的分发带来了挑战。但随着移动通信终端设备存储能力的提高,在无线Ad Hoc网络中进行P2P的流媒体分发服务成为可能。本文提出一种最小化网络总体有效传输代价的P2P流媒体分发启发式缓存算法,它是在网络总体缓存资源有限的条件下,综合考虑流媒体片段内部流行度、无线节点可靠性,以及片段实际缓存密度与期望缓存密度之差等因素,以减少流媒体分发总体传输代价为目标的启发式缓存算法,此算法能很好地减少流媒体分发起动时延,有效地减少流媒体分发在无线Ad Hoc网络中的传输代价。

LLN中基于负载均衡的单路径路由协议

由于低功耗有损网络(low power and lossy networks,LLN)中的单路径路由协议在网络拓扑的构建过程中存在不能较好地均衡节点能耗速率和延长网络寿命等问题,提出一种基于负载均衡的单路径LLN路由协议(load balance-based single path routing protocol for LLN,LB-RPL)。在选择备选父节点的过程中对无线链路质量、节点剩余能量和节点缓存占用率依次进行考量;在计算路由度量的过程中综合考虑多种路由判据,避免单一路由判据对网络性能造成的影响;依据整条路径上的数据传输代价选择节点的最优父节点。理论分析和仿真结果表明,相对于现有单路径LLN路由协议,LB-RPL能够有效均衡节点能耗、延长网络寿命并提高路由可靠性。

基于带宽利用率的指数函数调制路由算法

带宽利用率是网络传输能力评价的核心指标,其值过高节点会出现拥塞现象,导致网络性能急剧下降。为此,基于该指标提出一种指数函数调制的路由算法EBURM。构建一个目标函数模型,给出目标函数中传输效率、带宽利用率和步长因子的理论值和计算公式,并在当前主流园区网架构基础上,利用仿真工具对OSPF经典路由机制和EBURM路由机制进行验证比较。实验结果表明,EBURM在控制路径条数目为5以内的条件下,具有优良的线性特征,可最大限度调节网络中源节点的流量发送策略,降低流量传输的代价。

基于关键词的云计算语义文本自适应分类

传统语义文本分类方法难以高效地在云计算环境下进行中文文本快速分类。为解决该问题,提出一个在云计算环境下基于语义关键词提取的分布式中文文本自适应分类算法,在代理端对中文文本关键词进行基于语义的分布式提取,并将提取出的中文关键词传输到中心数据库端进行整合,从而确定文本本身类别。通过理论证明在关键词提取数量足够的情况下,提出的文本分类算法可以在保证中文文本分类效果的前提下,有效降低网络传输的代价,从而提高中文文本分类算法在云计算环境下的性能。实验结果验证了该算法在云计算环境下的可行性以及理论推导的正确性。

分布式数据库系统中的查询优化处理

分布式查询处理是用户与分布式数据库的接口,也是分布式数据库研究的主要问题之一。在分布式查询处理中基于不同的目标有不同的查询优化算法,文章主要讨论基于最小传输代价原则的半连接算法,分析了半连接算法的原理并给出了多关系半连接查询优化算法思考。

数据库查询执行成本模型研究

在收益半连接的研究基础上,对查询执行代价模型进行研究,提出一种包括数据副本选择、多连接查询次序、操作站点选择、数据传输及局部数据处理等因素的代价模型,能准确地描述当前分布式数据库查询执行计划的代价,更具有实际意义。

Agent在分布式数据库查询优化中的应用

前分布式数据库查询优化器基于代价模型,总代价=CPU代价+I/O代价+通信代价,在远程通信网或数据传输率较低的系统中,通信代价应作为首要的优化目标来考虑。文章提出了一种基于Multi-Agent技术的查询模型(QMAS),同时为了保证系统组内、组间Agent之间的高效通信,采用了树型拓扑结构(TTMAS)的通信模型,系统内各Agent使用通信原语高效通信、协作,且满足Agent间的通信路由最优,从而保证了QMAS的查询效率。